Understanding national trends in COVID-19 vaccine hesitancy in Canada: results from five sequential cross-sectional representative surveys spanning April 2020–March 2021
Notice bibliographique
Résumé
OBJECTIVE: To examine rates of vaccine hesitancy and their correlates among Canadian adults between April 2020 and March 2021. DESIGN: Five sequential cross-sectional age, sex and province-weighted population-based samples who completed online surveys. SETTING: Canada. PARTICIPANTS: A total of 15 019 Canadians aged 18 years and over were recruited through a recognised polling firm (Leger Opinion). Respondents were 51.5% female with a mean age of 48.1 (SD 17.2) years (range 18-95 years) and predominantly white (80.8%). PRIMARY AND SECONDARY OUTCOME MEASURES: Rates of vaccine hesitancy over the five surveys (time points) and their sociodemographic, clinical and psychological correlates. RESULTS: A total of 42.2% of respondents reported some degree of vaccine hesitancy, which was lowest during surveys 1 (April 2020) and 5 (March 2021) and highest during survey 3 (November 2020). Fully adjusted multivariate logistic regression analyses revealed that women, those aged 50 and younger, non-white, those with high school education or less, and those with annual household incomes below the poverty line in Canada were significantly more likely to report vaccine hesitancy, as were essential and healthcare workers, parents of children under the age of 18 and those who do not get regular influenza vaccines. Endorsing prevention behaviours as important for reducing virus transmission and high COVID-19 health concerns were associated with 77% and 54% reduction in vaccine hesitancy, respectively. Having high personal financial concerns was associated with 1.33 times increased odds of vaccine hesitancy. CONCLUSIONS: Results highlight the importance of targeting vaccine efforts to specific groups by emphasising the outsized health benefits compared with risks of vaccination. Future research should monitor changes in vaccine intentions and behaviour to better understand underlying factors.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,003 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».